About: Neural Networks Learning Algorithms Based on Regularization Theory

Facets (new session)
Description
Metadata
Settings
- owl:sameAs
- Inference Rule:

About: Neural Networks Learning Algorithms Based on Regularization Theory Goto Sponge NotDistinct Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Projekt, within Data Space : linked.opendata.cz:8890 associated with source document(s)

Attributes	Values
rdf:type	http://linked.opendata.cz/ontology/domain/vavai/Projekt
rdfs:seeAlso	http://www.isvav.cz/projectDetail.do?rowId=KJB100300804
Description	The aim of this project is to study and develop algorithms for learning, namely learning approaches based on kernel methods, regularization networks and RBF networks. Regularization networks benefit from very good theoretical background, but may be not feasible for bigger tasks and their performance is very sensitive to the choice of kernel function and the regularization parameter. RBF networks, on the other hand, represent a cheaper alternative with variety of learning algorithms, but often based on heuristics. The main goal of this project is the proposal, implementation, and experimental examination of alternative learning algorithms. The work will be based on results of regularization theory, available optimisation algorithms and numerical algorithms. The focus will be on the weak points of the existing algorithms, i.e. the choice of optimal network architecture, the control of generalisation ability, and the applicability on tasks with huge data sets. (en) V tomto projektu se zaměříme na učení pomocí regularizačních a radiálních (RBF) sítí. Regularizační sítě jsou odvozeny z teorie regularizace a mají velmi dobré teoretické zázemí. Mohou být ale nevhodné pro větší úlohy a jejich chování je ovlivněno volbou jádrové funkce a regularizačního parametru. Na druhé straně, RBF sítě reprezentují výpočetně levnější variantu s velkým výběrem učících algoritmů, které jsou ale často založeny na heuristikách. Hlavním cílem projektu je návrh, implementace a experimentální ověření nových učících algoritmů. Práce bude založena na teorii regularizace, optimalizace a regularizovaných numerických algoritmech. Důraz bude kladen na slabá místa stávajících algoritmů, jako jsou volba optimální architektury sítě, kontrola schopnosti generalizovat a aplikovatelnost na úlohy s velkým objemem dat.
Title	Neural Networks Learning Algorithms Based on Regularization Theory (en) Algoritmy učení neuronových sítí založené na teorii regularizace
skos:notation	KJB100300804
http://linked.open...avai/cep/aktivita	The research grant projects for juniors
http://linked.open...kovaStatniPodpora	http://linked.opendata.cz/resource/domain/vavai/projekt/KJB100300804/celkovaStatniPodpora
http://linked.open...ep/celkoveNaklady	http://linked.opendata.cz/resource/domain/vavai/projekt/KJB100300804/celkoveNaklady
http://linked.open...datumDodatniDoRIV	2012-05-25 (xsd:date)
http://linked.open...i/cep/druhSouteze	VS - Veřejná soutěž ve výzkumu a vývoji
http://linked.open...ep/duvernostUdaju	S - Úplné a pravdivé údaje nepodléhající ochraně podle zvláštních právních předpisů
http://linked.open.../cep/fazeProjektu	91913196
http://linked.open...ai/cep/hlavniObor	IN - Informatika
http://linked.open...hodnoceniProjektu	O - Nesplněno zadání, smlouva však byla dodržena
http://linked.open...vai/cep/kategorie	ZV - Základní výzkum
http://linked.open.../cep/klicovaSlova	machine learning; neural networks; regularization networks; RBF networks; evolutionary algorithms (en)
http://linked.open...ep/partnetrHlavni	Ústav informatiky AV ČR, v.v.i.
http://linked.open...inujicichPrijemcu	0 (xsd:int)
http://linked.open...cep/pocetPrijemcu	1 (xsd:int)
http://linked.open...ocetSpoluPrijemcu	0 (xsd:int)
http://linked.open.../pocetVysledkuRIV	10 (xsd:int)
http://linked.open...enychVysledkuVRIV	10 (xsd:int)
http://linked.open...lneniVMinulemRoce	2011-03-18 (xsd:date)
http://linked.open.../prideleniPodpory	http://linked.opendata.cz/resource/domain/vavai/cep/prideleniPodpory/KJB100300804
http://linked.open...iciPoslednihoRoku	2011
http://linked.open...atUdajeProjZameru	2012
http://linked.open.../vavai/cep/soutez	SAV02008-B
http://linked.open...usZobrazovaneFaze	DUU
http://linked.open...ai/cep/typPojektu	P - Projekt výzkumu a vývoje financovaný ze státního rozpočtu
http://linked.open...ep/ukonceniReseni	2011-12-31 (xsd:date)
http://linked.open.../cep/vedlejsiObor	JD - Využití počítačů, robotika a její aplikace
http://linked.open...ep/zahajeniReseni	2008-01-01 (xsd:date)
http://linked.open...jektu+dodavatelem	While some partial succes of the project has been reached, the results of the project have not been published adequately. (en) Přestože se povedlo dosáhnout dílčích úspěchů projektu, nebyly výsledky dosud adekvátním způsobem publikovány. (cs)
http://linked.open...tniCyklusProjektu	ZPBKU
http://linked.open.../cep/klicoveSlovo	machine learning RBF networks neural networks regularization networks
is http://linked.open...vavai/cep/projekt of	http://linked.opendata.cz/resource/domain/vavai/cep/ucast/KJB100300804/2008/ico%3A67985807 http://linked.opendata.cz/resource/domain/vavai/cep/ucast/KJB100300804/2009/ico%3A67985807 http://linked.opendata.cz/resource/domain/vavai/cep/ucast/KJB100300804/2010/ico%3A67985807 http://linked.opendata.cz/resource/domain/vavai/cep/ucast/KJB100300804/2011/ico%3A67985807 http://linked.opendata.cz/resource/domain/vavai/cep/ucast/KJB100300804/2012/ico%3A67985807

Faceted Search & Find service v1.16.121 as of Mar 31 2025

Alternative Linked Data Documents: ODE Content Formats:

RDF

ODATA

Microdata

About

OpenLink Virtuoso version 07.20.3240 as of Mar 31 2025, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 39 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2025 OpenLink Software